1.

Introdução
Um dos maiores desafios dos gestores de empresas que operam um inventário perecível, cuja
venda não realizada em determinado dia não poderá jamais ser recuperada, é compreender a
demanda futura, com o intuito de maximizar a receita e a lucratividade. A impossibilidade de
se acumular e manter em estoque produtos como quartos de hotel ou assentos de aeronaves,
gera uma ociosidade da capacidade instalada em determinadas ocasiões, assim como uma
indisponibilidade do produto, em outras. Como resultado, o gerenciamento da oferta, tornar-
se-á também um fator crítico para estas empresas.
Gu e Caneen (1998, p.245) definem da seguinte forma este desafio: “for service industries
constrained by fixed capacity, financial success is often a function of management’s ability to
use capacity efficiently”.
A quantidade de variáveis que influenciam as curvas de demanda e oferta nestas empresas
tornaria impossível a tarefa de gerenciá-las, não fosse o apoio de um Sistema de Informação
(SI) computadorizado, projetado, construído e implantado com este propósito. De acordo com
O’Brien (2001), um SI com esta finalidade, é classificado como Decision Support System
(DSS) ou sistema de apoio à decisão, que se utilizará de recursos de hardware, software, rede
e pessoas, com intuito de transformar dados em informações interativas, que serão utilizadas
no processo de tomada de decisão.
Laudon & Laudon (2007, p.48) defendem que um DSS deve focar “problemas únicos e que se
alteram com rapidez, para os quais não existe um procedimento de resolução totalmente
predefinido”. Este tipo de SI, aplicado ao gerenciamento de um hotel, por exemplo, calculará
a projeção da receita máxima esperada para cada tipo de cliente, baseado em suas
necessidades e comportamentos. Estas informações auxiliarão na segmentação destes clientes,
abalizando decisões relacionadas a campanhas publicitárias, customização dos produtos,
programas de fidelidade, incentivos, políticas de descontos, alocação de quartos, etc.
Para gerar as informações necessárias e específicas a cada situação, O’Brien (2001) enumera
três pilares constitutivos de um DSS: modelos analíticos, bancos de dados especializados,
insights e apreciações do tomador de decisão. O autor traz ainda os quatro tipos mais comuns
de modelagem analítica, conforme o quadro 1.

TIPOS DE MODELAGEM ATIVIDADES

Análise do tipo What If Observar como as mudanças de variáveis selecionadas afetam outras variáveis
Análise de sensibilidade Observar como mudanças repetidas em uma única variável afetam outras
variáveis.
Análise de busca de metas Fazer repetidas mudanças em variáveis selecionadas até que uma variável
escolhida alcance um valor-alvo
Análise de otimização Encontrar um valor ótimo para variáveis selecionadas, dadas certas restrições.
Quadro 1. Tipos de Modelagem e Atividades
Fonte: Adaptado de O’Brien (2001)

Uma das dificuldades na construção do DSS será dispor de um banco de dados confiável e
suficientemente extenso, do qual as informações possam ser extraídas. Tais informações
deverão ser processadas por modelos analíticos, como os que compõem as bibliotecas
estatísticas, que retornarão como resultado, por exemplo, uma seleção ideal de preços versus
quantidades a ser disponibilizada a determinado grupo de clientes. Este exemplo, aplicado a
um hotel, poderia traçar uma curva de demanda ideal, que teoricamente, maximizaria a
receita.
A partir do que foi exposto, o presente estudo de caso, baliza-se pelo seguinte
questionamento: as técnicas de YM atualmente aplicadas na empresa contribuem com a

1/10
otimização da receita? A partir dos resultados da pesquisa serão identificados e analisados os
impactos da aplicação do YM sob a ótica da otimização da receita.
A pesquisa em questão justifica-se pela importância da gestão das receitas nas empresas
hoteleiras, que por sua vez, desempenham importante papel na cadeia de suprimentos do
turismo, uma das mais importantes fontes de divisas para o Estado do Ceará. A empresa
pesquisada, Hotel Gran Marquise, categoria 5 estrelas, além de desempenhar papel
representativo na indústria hoteleira cearense, reúne as pré-condições necessárias para
aplicação das técnicas de YM: capacidade fixa, mercado de atuação segmentado, inventário
perecível, produtos podem ser vendidos antecipadamente, demanda flutuante (GU e
CANEEN, 1998).
O trabalho está dividido em seis partes, sendo a primeira a introdução, seguida pelo
referencial teórico, no qual se baseia o artigo. Na terceira falar-se-á dos aspectos
metodológicos da pesquisa. E em seqüência, na análise dos resultados, efetuar-se-á um
comparativo entre as teorias abordadas no referencial teórico e as informações coletadas na
empresa, o que fundamenta a análise comparativa entre os resultados observados antes e após
a aplicação do YM. Depois serão feitas as considerações finais e por último listadas as
referências bibliográficas.

2. Entendendo a utilização da ferramenta de Yield Management

Uma das ferramentas que procura trabalhar a demanda, sobremaneira em empresas de serviço,
e que tem conseguido um crescente destaque, especialmente internacional, é o Yield
Management (YM). Seu principal objetivo, de acordo com uma definição tradicional, é extrair
o máximo de receita possível de determinada capacidade existente, que nas empresas onde o
mesmo é comumente utilizado, geralmente é fixa (GU e CANEEN, 1998).
Embora haja estudos que apontam a utilização de algum tipo de YM desde a década de 50,
tanto na indústria hoteleira como na de aviação civil (GU e CANEEN, 1998), Morais (2002)
adverte que a literatura sobre o assunto, aponta para a existência de diversas abordagens e
definições sobre o tema, dadas por diversos autores, especialistas em diferentes tipos de
indústrias, as quais podem utilizar-se das técnicas de YM. De acordo com Lieberman (1993,
apud MORAIS, 2002, p. 20), “se for perguntado a dez hoteleiros qual o significado de YM,
pelo menos cinco resposta diferente, ou talvez dez, serão dadas”.
O presente estudo utilizar-se-á de algumas destas definições, que servirão de base para guiar a
pesquisa na empresa escolhida, com vistas à determinação de quais técnicas de YM foram
implantadas, na busca da otimização da receita, conforme apresentados no quadro 2.

AUTOR DEFINIÇÃO
Sieburgh (1988) YM is a set of procedures used to control room rates
and occupancy.
Kimes (1989) YM can be applied when capacity is fixed; demand fluctuates and can be
segmented; inventory is perishable; the product is sold well ahead of
consumption; and marginal sales costs are low and marginal production
costs are high.
Relihan (1989) YM is an application of economic principles to pricing and
room inventory.
Lieberman (1993) YM is neither a computer system nor a set of mathematical techniques.
YM is a tool with the capacity to bring about enhanced revenue and
customer service capabilities through a combination of information
systems, technology, probability, statistics, organizational theory, and
business experience and knowledge.
Griffin (1994) Because computer technology has made sophisticated and complex YM
systems possible, some simply equate YM to
using computerized systems in room inventory management
Nykiel (1989) Defines YM as selling each room to the customer willing to pay the

2/10

Schmidgall (1995)
Vallen and Vallen (1996)
Griffin (1994)
Donaghy et al. (1995)
Jones and Hamilton (1992)
Gary (1996)
highest price so as to achieve the highest revenue
YM is selling rooms in a way that maximizes total room revenue, rather
than trying to sell all available rooms.
Define YM as a systemized occupancy/price strategy for controlling the
rates and restricting the occupancy to maximize room revenue
YM is a process that attempts to increase business profitability
Point out that profit maximization is the goal for YM
YM is a strategy to maximize guest room rates when demand exceeds
supply and to maximize occupancy when supply exceeds demand
YM is a programme to restrict or eliminate low-rated business when
demand is high and to seek lower-rate markets when
demand is low.

Tabela 1 - Definições de Yield Management.

Fonte: Organizado a partir de Gu e Caneen (1998)

Quem mais claramente define YM, em termos gerais, é Kimes (1989, apud FIGUEIREDO;
SILVA; JUNIOR, 2001, p. 1), ao dizer que o YM “é uma prática de negócios que busca
maximizar as receitas e os lucros, a partir da venda do serviço certo, para a pessoa certa, ao
preço certo, no momento certo”. Dado a grande variedade de definições sobre o assunto, é
oportuno produzir o quadro 2, na qual são sintetizadas as percepções e definições de
diferentes autores, organizadas no trabalho de Gu e Caneen (1998).
Na prática, YM constitui-se de um conjunto de ferramentas de previsão de demanda, baseado
em modelos estatísticos, que controla as vendas atuais e futuras, para garantir que seus
serviços sejam comercializados ao melhor preço possível, para cada segmento de mercado, no
qual a empresa atue. Hansen e Eringa (1998), ao deparar-se com a extensa quantidade de
definições acerca de YM e ainda, com a necessidade do envolvimento de diferentes áreas da
empresa para sua implantação, terminaram por associá-lo mais a uma filosofia de gestão que
propriamente a uma técnica de gerenciamento.
O surgimento do YM ocorreu, como mencionado anteriormente, por volta da década de 1950,
tanto na indústria de hotéis como nas companhias aéreas, mas foi somente em meados de
1970, que se inicio seu desenvolvimento, sendo lançadas as bases conceituas para a
construção dos modelos atuais.
De acordo com Morais (2002) dois foram os fatores decisivos para o desenvolvimento do
YM. O primeiro deles foi o crescente acesso à tecnologia, o que possibilitou o aprimoramento
dos sistemas de controle e previsão da demanda, alterando de modo irreversível os processos
operacionais. O segundo fator motivador do desenvolvimento do YM foi a desregulamentação
do mercado norte-americano de passagens aéreas, que inseriu as companhias aéreas em um
mercado completamente novo, sob o aspecto da competitividade e fidelização dos clientes.
A gestão do overbooking – procedimento através do qual se vende mais que a capacidade
existente – deixou de ser a única variável a caracterizar o YM, à qual se somou índices de
walk-in (clientes que adquirem o serviço no momento em que serão utilizados, sem reservá-
los com antecedência) e no-show (clientes que não usufruem do serviço adquiridos, sem
cancelar suas reservas).
Delta Airlines e American Airlines foram as pioneiras na construção desta nova fase do YM,
cujos impactos foram descritos por Donald Burr, presidente da People Express, que faliu em
1996, e foi citado por Morais (2002, p. 7):

“Nós éramos vibrantes, uma empresa lucrativa entre 1981 e 1985 e daí
começamos a perder $50 milhões por mês. Nós éramos a mesma
empresa, mas o que mudou foi a habilidade da American Airlines de
fazer extensivamente YM em todos os nossos mercados. Nós

3/10
 estávamos sendo lucrativos até o dia em que a American veio até nós
com uma tarifa super econômica. Este foi o fim de nossa trajetória
porque eles eram capazes de nos bater nas tarifas repetitivamente. Não
tínhamos mais nada para usar como defesa.”

O presidente da American Airlines à época, Robert Candrall, expressou da seguinte forma seu
entusiasmo com os benefícios gerados através da implantação do sistema de YM que levou a
People Express aos resultados citados acima: “YM é a mais importante tecnologia em gestão
de transporte, desenvolvida desde a desregulamentação. Nós estimamos que o YM sozinho,
gerou US$ 1,4 bilhão em incremento de receita nos últimos 03 anos” (SMITH,
LEIMKUHLER, AND DARROW, 1992 apud Cross, HIGBIE E CROSS, 2009, p. 57-58).
A migração do know-how desenvolvido pela indústria aérea para os hotéis, não ocorreu de
forma natural e simples, dado as características pertinentes exclusivamente aos hotéis, que os
diferenciam dos aviões. De acordo com Kong (1993) apud Hansen e Eringa (1998, p. 233)
“an hotel is not a aeroplane without wings”. Donaghy et al (1998, p.189-190), ainda sobre o
mesmo tema, ao citar Orkin (1988) e Kilmes (1989), elenca as características que diferenciam
hotéis de companhias aéreas, sob a ótica do YM:

− Multiple night stay: na aviação o cliente comprará um assento para um único vôo e
dia, o que pode não ocorrer com os hotéis, onde o cliente pode chegar em determinado dia de
diária baixa e permanecer por um período longo o suficiente, passando por dias de tarifas
mais elevadas. Tal situação constitui-se de um desafio adicional ao determinar a tarifa a ser
aplicada para aquele cliente;
− Multiplier effect: ao recusar a receita de uma hospedagem o hotel poderá perder
também receitas agregadas, advindas dos restaurantes, salões de eventos e equipamentos de
lazer;
− Lack of distinct rate structure: clientes de companhias aéreas são mais familiarizados
com a estrutura de tarifas e benefícios existentes, como as que diferenciam clientes
corporativos e a lazer, o que raramente ocorre com os hotéis;
− Decentralisation of information: as centrais de reserva dos grupos de hotéis,
geralmente não estão interligadas de forma eficientes às propriedades individuais, o que gera
vendas a preços baixos;

Os modelos de YM aplicados aos hotéis, embora obedeçam às particularidades de cada

propriedade, são construídos de acordo com alguns pilares (Donaghy et al e Gu e Caneen,
1998):
− Threshold curve: é a determinação de um limite máximo de reservas para
determinado período, para cada segmento em que o hotel opera. O inventário
será organizado de modo tal, que as menores tarifas tornar-se-ão indisponíveis
antes das mais elevadas, assim o hotel rejeitará reservas oriundas dos
segmentos que já atingiram o número limite programado de reservas;
− Mathematical progamming: envolve a utilização de modelos matemáticos,
como regressões lineares ou não lineares e cálculos de probabilidade, que
analisam variáveis relacionadas à tarifa e custo de oportunidade de cada
reserva, auxiliando na alocação do inventário aos segmentos que mais
provavelmente preencherão os quartos em determinado período;
− Expert system or artificial intelligence: estes sistemas são capazes de realizar
análises quantitativas e qualitativas, a partir de um histórico, para supervisionar
o funcionamento do YM e auxiliar na tomada de decisão. Críticos destes

4/10
 sistemas enfatizam que seu funcionamento é prejudicado pela instabilidade do
segmento hoteleiro;
− Avaibility controls: esta perspectiva do YM considera variáveis como
quantidade mínima e máxima de pernoites, tempo entre o dia da reserva e do
check-in, para auxiliar na decisão sobre a aceitação ou não da reserva;
− Allocation approches: neste tópico, os autores referem-se ao modelo
desenvolvido por Belobaba (1989) para as companhias aéreas, o qual utiliza a
margem de contribuição esperada por cada assento no vôo, para determinar o
numero de assentos que devem ser disponibilizados para cada segmento;
Já Hansen e Eringa (1998) defendem a importância da inserção de aspectos qualitativos aos
modelos, que geralmente são compostos por variáveis quase exclusivamente quantitativas. Os
autores (1998, p. 230) citam Jones e Hamilton (1992) para reforçar seu argumento: “a
successful yield management system can be operated without a computer, but no
computerized system will ever be successful without a wide range of skilled personnel who
are involved in the process”.
Somadas às habilidades técnicas requeridas à implantação de um sistema de YM, digamos
convencional, Hellriegel e Slocum (1993) apud Hansen e Eringa (1998, p. 241) adicionam
outros 03 conjuntos de habilidades, não técnicas, compondo um conjunto de 04 tipos de
habilidades importantes aos gerentes de yield, conforme listado abaixo:
a) Technical skills: já citado nos modelos anteriores, refere-se à habilidade de dominar e
aplicar métodos, procedimentos e técnicas específicas sobre o assunto;
b) Interpersonal skills: refere-se à habilidade de motivar e envolver outros departamentos
e pessoas na construção da filosofia yield;
c) Conceptual skills: é a habilidade de pensar e planejar a organização como um todo
integrado;
d) Communication skills: relaciona-se à habilidade de trocar informações, pensamentos,
sentimentos e atitudes;
O modelo proposto por Hansen e Eringa (1998), resultado da junção de habilidades
qualitativas e quantitativas, é dividido em quatorze etapas, desde a decisão pela implantação
de um sistema de YM, passando por: definição dos objetivos; segmentação de mercado,
análise do histórico de demanda por cada segmento; projeção da demanda futura; definição do
inventário de quartos por segmento; definição e implantação das táticas de yield;
levantamento da demanda realizada; comparativo entre previsto e realizado; revisão das
técnicas de YM e quantidade de apartamentos disponibilizados para cada segmento; análise
do histórico de cancelamentos e no-shows; medição das estatísticas alcançadas com
implantação do programa de YM; avaliação do sistema com um todo, revisão do sistema caso
necessário e; finalmente, revisão dos objetivos previamente definidos para implantação do
sistema de YM. O modelo idealizado pelos autores expressa bem o movimento cíclico de
construção e aprimoramento de um sistema de YM. Constitui-se de importante guia para
avaliação do nível de implantação e maturidade das técnicas de YM aplicadas na empresa
pesquisada.

3. Metodologia da Pesquisa
O trabalho foi estruturado, utilizando-se o método de estudo de caso, no qual as dimensões de
análise foram divididas em dois momentos: o primeiro compreende o período de abril de 2006
a dezembro de 2007 e o segundo de janeiro de 2008 a setembro de 2009. Através da análise
comparativa destes dois períodos, busca-se compreender o impacto da utilização do YM,
como ferramenta de apoio à otimização da receita.
Propõem-se ainda, a construção de quatro hipóteses, para análise dos impactos da aplicação
das técnicas de YM, os quais foram distribuídos nas hipóteses abaixo:

5/10
 − H0 – O percentual médio de ocupação dos quartos do período 1 não é
significativamente diferente do período 2.
− H1 - O percentual médio de ocupação dos quartos do período 1 é significativamente
diferente do período 2.

− H0 – A média de apartamentos ocupados do período 1 não é significativamente

diferente do período 2.
− H2 - A média de apartamentos ocupados do período 1 é significativamente diferente do
período 2.

− H0 – A média da receita de diárias do período 1 não é significativamente diferente do

período 2.
− H3 - A média da receita de diárias do período 1 é significativamente diferente do
período 2.

− H0 – A média das diárias médias do período 1 não é significativamente diferente do

período 2.
− H4 - A média das diárias médias do período 1 é significativamente diferente do período
2.

A escolha da empresa pesquisa deu-se pelos critérios da intencionalidade e acessibilidade.

Considerou-se como aspecto relevante o fato da unidade hoteleira reunir as pré-condições
necessárias para aplicação das técnicas de YM, o que a torna um importante laboratório na
aplicação do presente estudo. A empresa pesquisada é o Gran Marquise Hotel, uma sociedade
anônima de capital fechado, que busca alguma forma de estruturação para aplicação das
ferramentas de YM, há quase dois anos.
Yin (2001) defende a utilização do estudo de caso, como uma forma de se fazer pesquisa
social empírica, ao se investigar um fenômeno contemporâneo dentro de seu contexto de vida
real. A investigação sob a forma de estudo de caso baseia-se em várias fontes de evidências e
beneficia-se do desenvolvimento prévio de proposições teóricas para conduzir a coleta e a
análise de dados. Além disso, esse método tem por objetivo o aprofundamento do objeto de
estudo através do seu detalhamento, possibilitando reter características holísticas e
significativas dos fenômenos no seu contexto real.

4. Análise de Resultados
A empresa pesquisada começou a absorver as filosofias do Yield Management em meados do
ano de 2007. O primeiro contato do hotel com esta tecnologia nasceu, quase que por acaso, a
partir de um trabalho de revisão de processos na área comercial. À época, buscava-se
melhorar o desempenho do setor comercial, especialmente quanto à elevação da
produtividade, em segmentos e clientes com tarifas mais elevadas.
Este trabalho de reestruturação da área comercial gerou um benchmark com redes hoteleiras,
além de uma pesquisa acadêmica e bibliográfica, relacionada à otimização da receita. Dado o
vasto material, especialmente internacional, existente sobre yield management, revenue
management ou gerenciamento da receita, o resultado desta pesquisa culminou com a decisão,
por parte do corpo diretivo da empresa, sobre o aprofundamento do assunto.
A primeira dificuldade encontrada, quando se iniciou o processo de delineação do modelo de
YM a ser adotado, foi quanto ao software de gestão operacional da empresa. Informações
simples e cotidianas, como a data da reserva e o efetivo dia de check-in do cliente, necessárias

6/10
para o cálculo de previsão da demanda dos segmentos, muito embora armazenadas no próprio
banco de dados da empresa, eram de difícil acesso.
Os entrevistados relataram que, embora os programas utilizados no hotel tenham sido
desenvolvidos por uma renomada fabricante de softwares, especializada no mercado
hoteleiro, e ainda, que os sistemas de fato contemplassem alguns conceitos de YM, a forma
como os sistemas foram implantados, inviabilizaria quaisquer avanços no desenvolvimento de
uma gestão automatizada da receita.
Para vencer as dificuldades iniciais, relatadas anteriormente, o hotel Gran Marquise montou e
conta, em setembro de 2009, com uma estrutura batizada de Núcleo de Inteligência Comercial
(NIC), composta de cinco pessoas, entre estagiários e funcionários. O NIC foi concebido com
o objetivo de prestar serviços, prioritariamente, à área comercial e de hospedagem, sob a
perspectiva do YM, subordinando-se diretamente à gerência geral.
Para tanto, a missão estabelecida para o NIC, foi a de alterar os parâmetros do sistema,
tornando-o apto, a automatizar as decisões tomadas na reunião semanal de YM. A partir das
análises das atas destes encontros, verificou-se que a empresa pratica uma espécie de
threshold curve, dado que limita a quantidade máxima de reservas a serem aceitas para um
período especifico no futuro, advindas de determinado grupo de clientes.
Desse modo, garante-se que haja disponibilidade de apartamentos para os segmentos que
decidem suas viagens com menos antecedência, são menos suscetíveis ao preço e, portanto
estão dispostos a pagar mais, por determinado padrão de qualidade.
Os entrevistados revelaram que ainda não dispõe de um modelo estatístico para melhor definir
e trabalhar a demanda. Apresentaram, no entanto, filtros de consulta ao banco de dados, que
foram especialmente desenvolvidos pela empresa fabricante dos softwares, com a finalidade
de resgatar do banco de dados, através de relatórios, séries históricas, que estão sendo
utilizadas na construção dos modelos matemáticos de previsão de demanda.
Verificou-se, que a ausência destes balizadores, tende a restringir a área de atuação dos
gestores, que direcionam suas análises para períodos, nos quais já existe certa demanda
garantida, o que certamente reduz os riscos na tomada de decisão. De acordo com os
entrevistados, tais períodos de demanda garantida são gerados principalmente por congressos
nacionais e internacionais, cujo destino, dado a logística envolvida na organização destes
eventos, é escolhido com mais de doze meses de antecedência, em alguns casos.
Sob o aspecto comportamental, os entrevistados afirmam não perceber uma resistência em
níveis preocupantes, dos setores envolvidos, quanto à implementação das técnicas de YM.
Vale ressaltar, no entanto, que os mesmos estão conscientes de que à medida que novas regras
ou restrições quanto à utilização dos quartos forem implantadas, é espero que conflitos de
interesse aflorem.
Mesmo com todas as dificuldades constadas e apesar do estágio ainda embrionário de
implantação das técnicas de YM, os entrevistados já se mostram confiantes com potencial da
ferramenta a ser implantada.
A partir da base de dados disponibilizada, aplicou-se o teste Levene, que testa a hipótese de
que as variáveis em diferentes períodos são iguais (FIELD, 2009). As tabelas 1 e 2
demonstram os resultados dos testes e oferecem o embasamento para os seguintes resultados:

7/10
 Group Statistics

Std. Error
Período N Mean Std. Deviation Mean
Occ Periodo 1 21 47,2271 13,34615 2,91237
Periodo 2 21 69,1462 11,20312 2,44472
Aptos ocupados Periodo 1 21 3311,43 949,568 207,213
Periodo 2 21 4832,91 813,436 177,506
Receita Diarias Periodo 1 21 582225,1 214471,44764 46801,51
Periodo 2 21 645728,7 156677,31958 34189,79
Dm Periodo 1 21 177,2115 37,91419 8,27355
Periodo 2 21 132,6887 16,52592 3,60625

Figura 1- Resultados Estatísticos 1 – Média, desvio padrão e desvio padrão médio.

Fonte: Elaborado no SPPS, versão 16, a partir dos base de dados do Hotel Gran Marquise

Independent Samples Test

Levene's Test for

Equality of Variances t-test for Equality of Means
95% Confidence
Interval of the
Mean Std. Error Difference
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper
Occ Equal variances
,296 ,589 -5,764 40 ,000 -21,91905 3,80244 -29,60407 -14,23403
assumed
Equal variances
-5,764 38,834 ,000 -21,91905 3,80244 -29,61126 -14,22684
not assumed
Aptos ocupados Equal variances
,266 ,609 -5,576 40 ,000 -1521,477 272,847 -2072,922 -970,032
assumed
Equal variances
-5,576 39,079 ,000 -1521,477 272,847 -2073,327 -969,627
not assumed
Receita Diarias Equal variances
,784 ,381 -1,096 40 ,280 -63503,62 57959,668 -180644 53637,24
assumed
Equal variances
-1,096 36,615 ,280 -63503,62 57959,668 -180983 53975,54
not assumed
Dm Equal variances
26,770 ,000 4,933 40 ,000 44,52285 9,02534 26,28196 62,76374
assumed
Equal variances
4,933 27,335 ,000 44,52285 9,02534 26,01499 63,03071
not assumed

Figura 2 - Resultados Estatísticos 2 – Teste de amostras independentes.

Fonte: Elaborado no SPPS, versão 16, a partir dos base de dados do Hotel Gran Marquise

O resultado indicou significância para as variáveis “percentual de ocupação dos quartos” e

“receita de diárias” (p > 0,05), o que indica a adoção do índice de comparação de médias para
variâncias homogêneas. De outro modo, o teste não foi significante para a variável “diárias
médias”, portanto assumiu-se o índice corrigido para variância heterogênea.

Os testes das hipóteses formuladas comportaram-se da seguinte forma:

− Para a variável “percentual de ocupação – occ”, o teste de média resultou numa

significância de 0,000 (p < 0), o que nos garante rejeitar a hipótese nula e
aceitar H1 (O percentual de ocupação dos quartos médio do período 1 é
significativamente diferente do período 2).

− Para a variável “apartamentos ocupados”, o teste de média resultou numa

significância de 0,000 (p < 0), o que nos garante rejeitar a hipótese nula e

8/10
 aceitar H2 (A média de apartamentos ocupados do período 1 é
significativamente diferente do período 2).

− Para a variável Receitas Diárias, o teste de média resultou numa significância de 0,280
(p > 0), o que nos garante aceitar a hipótese nula e rejeitar H3 (H0 – A média da receita de
diárias do período 1 não é significativamente diferente do período 2)

− Para a variável Diária Média, o teste de média resultou numa significância de 0,000 (p
< 0), o que nos garante rejeitar a hipótese nula e aceitar H4 (A média das diárias médias do
período 1 é significativamente diferente do período 2).

5. Considerações Finais
Como verificado, é possível constatar que o Gran Marquise Hotel cumpre os requisitos
apontados por Upchurch, Ellis e Seo (2003) para a implantação do Yield Management.
Capacidade fixa, inventário perecível, demanda incerta, custos fixos elevados, possibilidade
de vender o produto antecipadamente são elementos constitutivos do setor ao qual a empresa
pertence e, portanto, os requisitos motivadores são intrínsecos ao negócio.
No que se refere aos aspectos operacionais de implantação, alguns dos passos
necessários para colocar em prática um sistema de YM, segundo Hansen e Eringa (1998),
foram identificados no relato dos entrevistados, enquanto outros não. A definição de
segmentos, a diferenciação de tarifas, a análise de uma demanda futura, ocorre. Não foram
obtidas informações, no entanto, relativas à apuração dos resultados obtidos após a
implantação dos novos procedimentos, tampouco se constatou que tais informações tenham
sido utilizadas para gerar melhorias ou revisões no sistema.
Ao analisar as informações obtidas com o presente trabalho, em comparação com a
pergunta inicialmente formulada – as técnicas de YM atualmente aplicadas na empresa,
contribuem com a otimização da receita? – conclui-se, à luz dos testes estatísticos aplicados,
que os resultados esperados não foram completamente alcançados. Dado que para a variável
“Receitas Diárias”, o teste de média resultou numa significância de 0,280 (p > 0), o que
impossibilitou a negação da hipótese nula, pode-se afirmar que a média da receita de diárias
nos dois períodos, não é significativamente diferente. Portanto, não se conseguiu demonstrar
que as técnicas de YM resultaram na otimização da receita.
Tal constatação não deve ser enxergada, entretanto, é importante ressaltar, como
indicativo de falha na condução do negócio. Ao considerar, a experiência e conhecimento do
corpo diretivo da empresa, somados aos investimentos direcionados ao projeto objeto deste
estudo, pode-se inferir que tais conhecimentos tácitos passarão a fazer parte do sistema de
gestão da empresa, contribuindo para a melhoria dos processos e conseqüente melhoria das
técnicas aplicadas.
Vale mencionar ainda, que a inclusão de variáveis, relacionadas ao desenvolvimento
econômico do país e da região, assim como estatísticas relacionadas ao crescimento do
turismo, representa aspectos a serem considerados em futuros estudos relacionados ao
assunto.

Agradecimentos

Ao Hotel Gran Marquise pela receptividade e acesso as informações

Referências

9/10
CROSS, Robert G.; HIGBIE, Jon A.; CROSS, David Q. Revenue Management’s Renaissance – A Rebirth of
the Art and Science of Profitable Revenue Generation. Cornell Hospitality Quarterly. v. 50, No. 1. 2009. pp. 56-
81.
DONAGHY, Kevin; McMAHON-BEATTIE, U.; YEOMAN, I.; INGOLD, A. The Realism of Yield
Management. Progress in Hospitality and Tourism Research. 4. 1998. pp. 187-195
FIELD, Andy. Descobrindo a Estatística usando o SPSS. 2ª Ed., Porto Alegre: Artmed, 2009.
FIGUEIREDO, Kleber Fossati; SILVA, Alexandre Machado; JUNIOR, Paulo Cesar Pereira Pinto. Gestão
de Capacidade em Serviços: a Adoção do Yield Management por uma Grande Companhia Área Brasileira. In:
XXV ENANPAD, Campinas. ENANPAD. 2001.
GU, Zheng; CANEEN, Jeffery. Quadratic Models for Yield Management in Hotel Rooms Operation. Progress
in Hospitality and Tourism Research. 4. 1998. pp. 245-253
HANSEN, Christine Nolso; ERINGA, Klaes. Critical Success Factors in Yield Management: a Development
and Analysis. Progress in Hospitality and Tourism Research. 4. 1998. pp. 229-244
LAUDON, Kenneth C.; LAUDON, Jane P. Sistema de Informações Gerenciais. 7 ª ed., São Paulo: Pearson
Prentice Hall. 2007.
MORAIS, Luiz Gustavo Alcure de. Yield Management nos hotéis do Rio de Janeiro: levantamento e análise.
Rio de Janeiro, 2002. Dissertação (Mestrado em Engenharia de Produção) – PUC-Rio
O’BRIEN, James A. Sistemas de Informação e as Decisões Gerenciais na era da Internet. 9ª ed., São Paulo:
Saraiva. 2001.
YIN, Robert K. Estudo de Caso. 2ª ed., Porto Alegre: Bookman, 2001.
UPCHURCH, Randall S.; ELLIS, Taylor; SEO, Junwon. A Case Study of the Yield Management
Conundrum: Usage versus Competence. Journal of Hospitality & Tourism

10/10